Классификация на основе самообучения с использованием RoBERTa
Классификация на основе самообучения с использованием RoBERTa объединяет мощные языковые представления трансформера RoBERTa — полученные из больших неразмеченных корпусов посредством маскированного языкового моделирования — с целями самообучения для выполнения классификации текстов с минимальным количеством размеченных человеком данных или без них. Подход использует изобилие неразмеченного текста для генерации собственного обучающего сигнала перед дообучением для последующей задачи классификации.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Источники
- Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., Levy, O., Lewis, M., Zettlemoyer, L., & Stoyanov, V. (2019). RoBERTa: A Robustly Optimized BERT Pretraining Approach. arXiv preprint arXiv:1907.11692. link ↗
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Self-supervised RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/ru/deep-learning/self-supervised-roberta-based-classification
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →